Relations Binaires Relations d équivalence sur un ensemble

Dimension: px
Commencer à balayer dès la page:

Download "Relations Binaires Relations d équivalence sur un ensemble"

Transcription

1 Relations Binaires Relations d équivalence sur un ensemble MPSI 2 1 Généralités Soit E un ensemble non vide. Définition 1..1 On appelle relation binaire sur E le couple (E, G où G est un graphe de E dans E. Notations: (E, G, R (x, y E 2, x R y (x, y G Notons E = {(x, x, x E} E s appelle la diagonale de E On en définit une relation binaire: (x, y E 2, x R y (x, y E x = y 2 Relations d équivalences Soit R une relation binaire sur E Définition 2..2 R est réflexive si x E, x R x Définition 2..3 R est symétrique si (x, y E 2, (x R y (y R x Définition 2..4 R est transitive si (x, y, z E 3, (x R y et y R z (x R z 1

2 Définition 2..5 R est une relation d équivalence sur E si R est réflexive, symétrique et transitive. Définition 2..6 Soit R une relation d équivalence sur E. Soit x un élément de E. On appelle classe d équivalence de x suivant R le sous ensemble de E: C R (x = {y E, x R y} Propriété 2..1 La famille des classes d équivalences suivant R, (C R (x est une partition de E. 1 Montrer que: C R (x R est réflexive, donc x R x Autrement dit, x C R (x donc C R (x 2 Montrer que: C R (x = E C R (x E et que E C R (x a Les classes d équivalences sont des sous-ensembles de E. x E, C R (x E Ainsi, C R (x E b Montrer que: E CR(x t E, t C R (x R est réflexive, donc t C R (t En posant t = x on démontre la proposition. Cela étant vrai pour tout x, on obtient E C R (x 3 Montrer que: (x, y E 2, C R (x = C R (y ou C R (x C R (y = (x, y E 2, (C R (x C R (y (C R (x = C R (y H 1 : Soit (x, y un couple d éléments de E tels que C R (x C R (y Montrer que: C R (x = CR(y C R (x C R (y et C R (y C R (x 2

3 a Montrer que: C R (x C R (y z E, z C R (x z C R (y H 2 : Soit z un élément de C R (x Montrer que z C R (y D après H 1, t E, t C R (x C R (y H 3 : Soit t E tel que t C R (x et t C R (y Montrer que: z C R z R y D après H 2 : z R x D après H 3 : t R x Par symétrie et transitivité: z R t D après H 2 : t R y Par transitivité: z R y Conclusion 1: z C R z C R Conclusion 2: Ceci étant vrai pour tout z dans E: C R (x C R (y b Montrer que C R (y C R (x En échangeant les rôles de x et y, et par une démonstration analogue, on obtient: C R (y C R (x Finalement: C R (x = C R (y Conclusion Générale: (x, y E 2, C R (x C R (y C R = C R La famille (C R (x est une partition de E. Propriété 2..2 Soit (A i i I une partition de E, alors, il existe une relation d équivalence R dont la famille des classes d équivalences est cette partition. Soit R une relation binaire définie par: (x, y E 2, x R y i I, x A i et y A i 1 Montrer que R est une relation d équivalence sur E. a Montrer que R est réflectve x E, x R x H 1 : Soit x un élément de E Montrer que: i I, x A i A i est une partition de de E, donc d après H 1, i I, x A i b Montrer que R est symétrique (x, y E 2, (x R y (y R x 3

4 H 1 : Soit (x, y E 2 tel que x R y H 2 : i I, x A i et y A i i I, y A i et x A i On a donc y R x Donc R est symétrique. c Montrer que R est transitive (x, y, z E 3, (x R y et y R z (x R z H 1 : Soit x, y et z trois éléments de E tels que x R y et y R z H 1 : i I, (x A I et y A I et ( j I, y A j et z A j H 2 : Soit i et i deux éléments de I tels que { x Ai, y A i y A i, z A i Donc y A i A i Or (A i i I est une partition de E Donc A i = A i Donc x, y et z sont des éléments de A i, Donc x R z Donc R est transitive. Conclusion 1 : R est une relation d équivalence. 2 Montrer que les A i sont les classes d équivalences suivant R i I, x E, A i = C R (x H 1 : Soit i un élément de I. Montrer que x E, A i = C R (x (A i i I est une partition de E, donc en particulier A i non vide, écrit: x E, x A i H 2 : Soit x un élément de A i fixé. Montrer que A i = C R (x (A i C R (x et (C R (x A i a Montrer que A i C R (x y E, y A i y C R (x H 3 : Soit y un élément de A i. Montrer que y C R (x D après H 1 et H 2, on a y A i et x A i Donc x R y par définition de R Cela étant valable pour tout i dans I et pour tout y dans A i, A i C R (x b Montrer que C R (x A i j E, y C R (x y A j H 4 : Soit y un élément de C R (x Montrer que y A i H 4 : y R x, autrement dit: j I, y A j et x A j H 5 : Soit j un élément de I tel que y A j et x A j D après H 2 : x A i Avec H 2 et H 3, on en déduit que x A i A j Or (A i i I est une partition de E, donc A i = A j 4

5 Montrer que y A i Or, y A j, donc y A i Cela étant valable pour tout y dans A i, C R (x A i Conclusion 2 : i I, x E, A i = C R (x Conclusion générale: Par raisonnement sur des conditions nécessaires et suffisantes, la propriété est démontrée 3 Partition associée a une application Soit E un ensemble non vide, soit F un ensemble. Soit une application f : E F x f(x Définition 3..7 On appelle relation d équivalence associée a f la relation définie par: (x, y E 2, x R y f(x = f(y Définition 3..8 On appelle partition associée a f la famille des classes d équivalences suivant R f 5

BJ - RELATIONS BINAIRES

BJ - RELATIONS BINAIRES BJ - RELATIONS BINAIRES Définitions Soit A et B deux ensembles non vides, et G une partie de A B. On dit qu un élément x de A est relié à un élément y de B par une relation binaire de graphe G, si le couple

Plus en détail

Relations binaires. 1 Produits cartésiens et graphes. 2 Relations binaires. 1.1 Produit cartésien E F. 1.2 Graphe dans E F. 2.

Relations binaires. 1 Produits cartésiens et graphes. 2 Relations binaires. 1.1 Produit cartésien E F. 1.2 Graphe dans E F. 2. Relations binaires 1 Produits cartésiens et graphes 1.1 Produit cartésien E F Soient E et F deux ensembles non vides. E F = {(x; y) / x E et y F } Si E = F, E F = E 2 (carré cartésien) Soit (a; b) E F.

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

Un tout petit peu d homotopie

Un tout petit peu d homotopie Vincent Beck On note I = [ 0, 1 ]. Un tout petit peu d homotopie 0.1 Homotopie Définition 1 Applications homotopes. Soient X, Y deux espaces topologiques et f, g : X Y deux applications continues. On dit

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Relations binaires sur un ensemble.

Relations binaires sur un ensemble. Math122 Relations binaires sur un ensemble. TABLE DES MATIÈRES Relations binaires sur un ensemble. Relations d équivalence, relation d ordre. Table des matières 0.1 Définition et exemples...................................

Plus en détail

B03. Ensembles, applications, relations, groupes

B03. Ensembles, applications, relations, groupes B03. Ensembles, applications, relations, groupes Bernard Le Stum Université de Rennes 1 Version du 6 janvier 2006 Table des matières 1 Calcul propositionnel 2 2 Ensembles 5 3 Relations 7 4 Fonctions, applications

Plus en détail

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Mathématiques pour l Informatique Relations binaires Jérôme Gensel

Mathématiques pour l Informatique Relations binaires Jérôme Gensel Master ICA Spécialité IHS Année 2007/2008 Mathématiques pour l Informatique Relations binaires Jérôme Gensel I) Relations binaires 1. Généralités Définition 1 : Une relation binaire d un ensemble E vers

Plus en détail

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique Notes de cours Cours introductif sur la théorie des domaines Paul-André Melliès Modèles des langages de programmation Master Parisien de Recherche en Informatique 1 Ensembles ordonnés Definition 1.1 (ensemble

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

Plus en détail

Autour du cardinal d un ensemble de matrices binaires

Autour du cardinal d un ensemble de matrices binaires Autour du cardinal d un ensemble de matrices binaires Adrien REISNER 1 Abstract. We here study a couple of algebraic and analytic properties of certain binary matrices in the spaces M n(r). In particular,

Plus en détail

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments.

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments. Relation binaire Un couple est une paire ordonnée d éléments. ex: les points (x,y) du plan de IN 2 ou de IR 2, les nom et prix d un produit, les instances d un objet en Java (à 2 attributs). 2. Relations,

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

COURS MPSI A.1.IV.NOTIONS DE BASE : RELATIONS R. FERRÉOL 13/14

COURS MPSI A.1.IV.NOTIONS DE BASE : RELATIONS R. FERRÉOL 13/14 IV) RELATIONS. 1) Définition. DEF : une relationrest définie par la donnée d unensemblededépart E, d unensembled arrivée F et d un ensemble G de couples(x,y) avecxdanse ety dansf (autrement dit, G est

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

INFO-F-302 Informatique Fondamentale Logique du premier ordre

INFO-F-302 Informatique Fondamentale Logique du premier ordre INFO-F-302 Informatique Fondamentale Logique du premier ordre Prof. Emmanuel Filiot Exercice 1 1. Soit un langage L = (p, q, r, s, t, f, g) où p, q sont des prédicats unaires, r, s, t sont des prédicats

Plus en détail

Points fixes de fonctions à domaine fini

Points fixes de fonctions à domaine fini ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2013 FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE

Plus en détail

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé Jusqu'à présent Nous avons déjà abordé Vers l'inni David Teller 23/01/2007 Les ensembles Le regroupement de valeurs caractérisées par des critères. Informatique Types. Physique Unités. Logique Domaines.

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

Placements de tours sur les diagrammes de permutations

Placements de tours sur les diagrammes de permutations Placements de tours sur les diagrammes de permutations 5 août 0 Résumé Le problème des placements de tours consiste à compter le nombre de manières de placer k tours sur un échiquier sans que les tours

Plus en détail

CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1

CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1 Université Paris 7 U3MI36 CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1 4.1 Formes normales Définitions : 1) Une formule F est sous forme normale disjonctive si et seulement si il existe

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Mesure quantitative de l information - Chapitre 2 - Information propre et mutuelle Quantité d information propre d un événement Soit A un événement de probabilité P (A)

Plus en détail

LEÇON N 5 : 5.1 Probabilité conditionnelle. Pré-requis : Opérations sur les ensembles, cardinaux ; Espaces probabilisés ; Calcul de probabilités.

LEÇON N 5 : 5.1 Probabilité conditionnelle. Pré-requis : Opérations sur les ensembles, cardinaux ; Espaces probabilisés ; Calcul de probabilités. LEÇON N 5 : Probabilité conditionnelle, indépendance de deux événements (on se limitera au cas où l ensemble d épreuves des fini). Applications à des calculs de probabilité. Pré-requis : Opérations sur

Plus en détail

CH.8 Décidabilité. Propriétés des langages récursifs : Fermés par complémentation, union et intersection. oui. non. oui M 1. non. oui M 2.

CH.8 Décidabilité. Propriétés des langages récursifs : Fermés par complémentation, union et intersection. oui. non. oui M 1. non. oui M 2. CH.8 Décidabilité 8.1 Les langages récursifs 8.2 La machine de Turing universelle 8.3 Des problèmes de langages indécidables 8.4 D'autres problèmes indécidables Automates ch8 1 8.1 Les langages récursifs

Plus en détail

Définitions. Si E = F on dit. (x, y) / G R signifie que x n est pas en relation avec y. 32/137. Exemple

Définitions. Si E = F on dit. (x, y) / G R signifie que x n est pas en relation avec y. 32/137. Exemple I Introduction II Wims Cours de Mathématiques IUT Orsay DUT INFORMATIQUE 1A - Semestre 1 III Calcul ensembliste IV Relations binaires, applications V Logique VI Raisonnement par récurrence, suites récurrentes

Plus en détail

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes.

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes. Groupes et Actions de groupes On présente ici des notions de base de théorie des groupes pour l agrégation interne. 1 Groupes, morphismes et actions de groupes. Un groupe (G, ), ou plus simplement G, est

Plus en détail

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles /09/013 Programme du Math1 Université des Sciences et de la Technologie Houari Boumediene Faculté de Mathématiques Math1 L1 Semestre 1 SM ST Dr M ZIDANI-BOUMEDIEN 1 Ensembles, Relations, Applications Structures

Plus en détail

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30 Table des matières 1 Généralités 3 1.1 Un peu de logique................................. 3 1.1.1 Vocabulaire................................ 3 1.1.2 Opérations logiques............................ 4 1.1.3

Plus en détail

Relations d ordre et relations d équivalence

Relations d ordre et relations d équivalence CHAPITRE 1 Relations d ordre et relations d équivalence 1.1 Définition Une relation sur un ensemble E est un sous-ensemble R de l ensemble E E, produit cartésien de E par lui-même. Par exemple, si E =

Plus en détail

Démontrer le caractère injectif / surjectif / bijectif d une application

Démontrer le caractère injectif / surjectif / bijectif d une application Démontrer le caractère injectif / surjectif / bijectif d une application Il s agit donc de montrer une propriété commençant par un symbole. La démonstration débute donc par : Soit (x 1, x 2 ) E 2. La propriété

Plus en détail

(3.22) Interchangeabilité mutuelle : p q r p q r

(3.22) Interchangeabilité mutuelle : p q r p q r Préséance (priorité) des opérateurs (1) [x := e] (substitution textuelle) (prioritéélevée) (2). (application de fonction) (3) + P (opérateurs unaires préfixes) (4) / mod pgcd (5) + (opérateurs binaires)

Plus en détail

L équation. y = y x. Pierre Abbrugiati

L équation. y = y x. Pierre Abbrugiati { x L équation y = y x x < y Pierre Arugiati I Tale des matières 1 Introduction 1 1.1 Lemmes préliminaires........................ 1 2 Résolution dans N 2 3 3 Résolution dans Z 2 5 4 Résolutions dans Q

Plus en détail

(ii) pour tout x X, on a e x = x.

(ii) pour tout x X, on a e x = x. COURS DE LICENCE 2014/15 4 Groupes agissant sur un ensemble Définition 4.1. Soit G un groupe, X un ensemble non vide, S(X) le groupe des bijections de X. Une action de G sur X ou une opération de G sur

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U CHAPITRE V FIBRÉS VECTORIELS 1. Fibrés vectoriels 1. Cartes et atlas vectoriels Soit B une variété différentielle. Considérons un B -ensemble, c est à-dire un ensemble M muni d une application p : M B.

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

Ensembles et applications. Motivations. Exo7

Ensembles et applications. Motivations. Exo7 o7 nsembles et applications Vidéo partie 1. nsembles Vidéo partie 2. Applications Vidéo partie 3. Injection, surjection, bijection Vidéo partie 4. nsembles finis Vidéo partie 5. Relation d'équivalence

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

Plus en détail

Conjecture de Syracuse

Conjecture de Syracuse Conjecture de Syracuse Énoncé du problème [1] : Soit (U)n la suite définie par : (U)0=N, avec N N* [(U)n]/2 si (U)n est pair. et (U)n+1 = 3(U)n +1 si (U)n est impair. La Conjecture de Syracuse affirme

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Les Algèbres de Tarski avec un nombre fini de générateurs libres

Les Algèbres de Tarski avec un nombre fini de générateurs libres Les Algèbres de Tarsi avec un nombre fini de générateurs libres Antonio Monteiro et Luisa Iturrioz Instituto de Matemática - Universidad Nacional del Sur - 1965 1 Introduction Bahía Blanca - Argentina

Plus en détail

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES I. Logique. II. Ensemble. III. Relation, fonction, application. IV. Composition, réciprocité. V. Relation d

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

RELATIONS BINAIRES 1 RELATIONS BINAIRES SUR UN ENSEMBLE. Dans tout ce chapitre, E est un ensemble quelconque.

RELATIONS BINAIRES 1 RELATIONS BINAIRES SUR UN ENSEMBLE. Dans tout ce chapitre, E est un ensemble quelconque. RELATIONS BINAIRES Dans tout ce chapitre, E est un ensemble quelconque. 1 RELATIONS BINAIRES SUR UN ENSEMBLE Explication Les relations sont partout et dans le monde mathématique, et dans la vraie vie.

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Chapitre 1. Ensembles et sous-ensembles

Chapitre 1. Ensembles et sous-ensembles Chapitre 1 Ensembles et sous-ensembles 1. Notion d ensemble - Elément d un ensemble Un ensemble est une collection d objets satisfaisant un certain nombre de propriétés et chacun de ces objets est appelé

Plus en détail

Langage mathématique

Langage mathématique Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Langage mathématique Eric Dumas, Emmanuel Peyre et Bernard Ycart

Plus en détail

Université Sultan Moulay Slimane

Université Sultan Moulay Slimane Université Sultan Moulay Slimane Faculté des sciences et techniques de Beni Mellal Année universitaire : 2012/2013 Cours du Module Algèbre I Abdesselam BOUARICH Deuxième version : 14/01/2013 Table des

Plus en détail

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010 N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES 1 Les énoncés La plupart des phrases que l on rencontre dans un livre

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

Fonctions à deux variables

Fonctions à deux variables Fonctions à deux variables ECE Lcée Carnot 5 janvier Aspect graphique Définition. Une fonction à deux variables est une application f : D R, où D est une sous-ensemble du plan R appelé domaine de définition

Plus en détail

Angles orientés et trigonométrie

Angles orientés et trigonométrie Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.

Plus en détail

Probabilités. Chapitre 2 : Le modèle probabiliste - Indépendance d évènements. Julian Tugaut. 15 janvier 2015

Probabilités. Chapitre 2 : Le modèle probabiliste - Indépendance d évènements. Julian Tugaut. 15 janvier 2015 Indépendance de deux évènements Chapitre 2 : Le modèle probabiliste - Indépendance d évènements 15 janvier 2015 Sommaire 1 Indépendance de deux évènements 2 Indépendance de deux évènements Approche intuitive

Plus en détail

STRUCTURES ALGÉBRIQUES FONDAMENTALES

STRUCTURES ALGÉBRIQUES FONDAMENTALES STRUCTURES ALGÉBRIQUES FONDAMENTALES A. BOUARICH 1. Notion de relations binaires 1.1. Relation binaire d équivalence sur un ensemble. Définition 1. Soit A un ensemble non vide. Une fonction propositionnelle

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

Plus en détail

Partie I - Valeurs propres de AB et BA

Partie I - Valeurs propres de AB et BA SESSION 9 Concours commun Centrale MATHÉMATIQUES. FILIERE PSI Partie I - Valeurs propres de AB et BA I.A - Cas de la valeur propre. I.A.) Sp(AB) Ker(AB) {} AB / G L n (R) det(ab) =. I.A.) Sp(AB) det(ab)

Plus en détail

2 Opérateurs non bornés dans un espace de Hilbert

2 Opérateurs non bornés dans un espace de Hilbert 2 Opérateurs non bornés dans un espace de Hilbert 2. Opérateurs non bornés: définitions et propriétés élémentaires Soit H un espace de Hilbert et A un opérateur dans H, c est-à-dire, une application linéaire

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab Cours d algèbre Maths1 LMD Sciences et Techniques Par M. Mechab 2 Avant Propos Ceci est un avant projet d un manuel de la partie Algèbre du cours de Mathématiques de premières années LMD Sciences et techniques

Plus en détail

et Transversalité par Pierre Vogel

et Transversalité par Pierre Vogel Université Paris 7 Denis Diderot Institut de Mathématiques de Jussieu Géométrie des Variétés et Transversalité par Pierre Vogel Introduction Ce cours est destiné à l étude des variétés différentiables

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Mathématiques pour l informatique 1 notes de cours sur la première partie

Mathématiques pour l informatique 1 notes de cours sur la première partie 1 Mathématiques pour l informatique 1 notes de cours sur la première partie L1 Université Paris-Est, Marne-la-Vallée Cyril Nicaud Organisation Ce demi-cours est composé de 6 séances de cours et 6 séances

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Fonctions hyperboliques et applications réciproques

Fonctions hyperboliques et applications réciproques Chapitre III Fonctions hyperboliques et applications réciproques A Fonctions hyperboliques directes A. Sinus hyperbolique et cosinus hyperbolique On va définir de nouvelles fonctions inspirées notamment

Plus en détail

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J.

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. FAIVRE s de cours exigibles au bac S en mathématiques Enseignement

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Corrigé Pondichéry 1999

Corrigé Pondichéry 1999 Corrigé Pondichéry 999 EXERCICE. = 8 = i ). D'où les solutions de l'équation : z = + i et z = z = i. a. De manière immédiate : z = z = b. Soit θ la mesure principale de arg z : cos θ = Par suite arg z

Plus en détail

Théorie des Langages

Théorie des Langages Théorie des Langages Automates Claude Moulin Université de Technologie de Compiègne Printemps 2013 Sommaire 1 Automate fini 2 Automate et langages réguliers 3 Automate à pile Automate fini déterministe

Plus en détail

Polytechnique. Épreuve d Informatique 1998

Polytechnique. Épreuve d Informatique 1998 Polytechnique Épreuve d Informatique 1998 Corrigé rédigé par Martine Lannaud, Lycée Chaptal, Paris Pour toute remarque ou correction martine.lannaud@prepas.org Motifs et automates Question 1. Quelques

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

Chapitre 1 : Analyse Combinatoire

Chapitre 1 : Analyse Combinatoire Chapitre 1 : Analyse Combinatoire L2 éco-gestion, option AEM (L2 éco-gestion, option AEM) Chapitre 1 : Analyse Combinatoire 1 / 23 Question du jour Pensez-vous que dans cette assemblée, deux personnes

Plus en détail

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6 Probabilités et Statistiques Raphaël KRIKORIAN Université Paris 6 Année 2005-2006 2 Table des matières 1 Rappels de théorie des ensembles 5 1.1 Opérations sur les ensembles................... 5 1.2 Applications

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

Plus en détail

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y )

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y ) COR TD 2 Année 21 Exercice 1. Déterminer si les applications f i suivantes sont linéaires : f 1 : R 2 R 2 f 1 x, y = 2x + y, x y f 2 : R R f 2 x, y, z = xy, x, y f : R R f x, y, z = 2x + y + z, y z, x

Plus en détail